摘要： 近年来，由于深度学习和大规模注释数据的进步，视觉显著性模型在性能上有了很大的飞跃。然而，尽管付出了巨大的努力并取得了巨大的突破，但模型在达到人类水平的准确性方面仍然存在差距。在这项工作中，我探索了该领域的景观，强调了新的深度显著性模型、基准和数据集。大量的图像和视频显著性模型在两个图像基准和两个大规模视频数据集上进行了审查和比较。此外，我确定了导致模型和人类之间差距的因素，并讨论了需要解